マニピュレーション2026/4/1arXiv:2604.21189

ロボットマニピュレータの全身動的安全確保：CBFベース安全フィルタのための3Dポアソン安全関数

Full-Body Dynamic Safety for Robot Manipulators: 3D Poisson Safety Functions for CBF-Based Safety Filters

マニピュレータの全身衝突回避を、環境占有データからポアソン方程式を解いて単一の安全関数を合成し、実時間の安全フィルタで制約を課すことで実現する枠組みを提案した。

詳しい要約

1. どんなもの？

- ロボットマニピュレータの全身衝突回避を目的としたフレームワーク。 - 3D Poisson Safety Functions (PSFs) を活用し、動的環境での安全性を確保。 - Control Barrier Function (CBF) ベースの安全フィルタを高次元設定空間で適用。

2. 先行研究と比べてどこがすごい？

- 従来のCBFベース安全フィルタは多数の制約が必要で理論的・計算的課題があった。 - 本手法は単一の安全関数で環境全体をカバーし、制約数を削減。 - 全身の連続表面の衝突回避を保証する点が新しい。

3. 技術・手法の肝は？

- 環境占有データからマニピュレータ表面を所定解像度でサンプリング。 - Pontryagin difference で自由空間を縮小しバッファ領域を生成。 - バッファ領域上で Poisson 方程式を解き、大域的に滑らかな CBF を合成。 - 各サンプル点で評価した安全関数をタスク空間 CBF 制約とし、マルチ制約二次計画法でリアルタイム安全フィルタを実現。

4. どうやって有効だと検証した？

- 7自由度マニピュレータを動的環境で検証。 - サンプル点をバッファ領域内で安全に保つことで、連続ロボット表面全体の衝突回避を保証することを証明。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番として Control Barrier Functions (CBFs) や Poisson Safety Functions (PSFs) に関する論文が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Meg Wilkinson, Gilbert Bahati, Ryan M. Bena, Emily Fourney, Joel W. Burdick, Aaron D. Ames

分類: cs.RO

原文アブストラクト

Collision avoidance for robotic manipulators requires enforcing full-body safety constraints in high-dimensional configuration spaces. Control Barrier Function (CBF) based safety filters have proven effective in enabling safe behaviors, but enforcing the high number of constraints needed for safe manipulation leads to theoretic and computational challenges. This work presents a framework for full-body collision avoidance for manipulators in dynamic environments by leveraging 3D Poisson Safety Functions (PSFs). In particular, given environmental occupancy data, we sample the manipulator surface at a prescribed resolution and shrink free space via a Pontryagin difference according to this resolution. On this buffered domain, we synthesize a globally smooth CBF by solving Poisson's equation, yielding a single safety function for the entire environment. This safety function, evaluated at each sampled point, yields task-space CBF constraints enforced by a real-time safety filter via a multi-constraint quadratic program. We prove that keeping the sample points safe in the buffered region guarantees collision avoidance for the entire continuous robot surface. The framework is validated on a 7-degree-of-freedom manipulator in dynamic environments.

arXivで原文を読む →arXiv概要ページ

ロボットマニピュレータの全身動的安全確保：CBFベース安全フィルタのための3Dポアソン安全関数

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell